再訪 FoundationOne Data and cBioPortal

半年前的自己，技術力還不夠強時，在整理 Foundation One 的資料，光是要把病人的報告，把重要的關鍵資訊從 xml 抽出來成 csv ，就花了快一個月的時間在研究。現在一個晚上 Windsurf 刷刷刷，三小時搞定，快速整理成 cBioPortal 可以視覺化的資料，感恩讚嘆，如果大家有在整理 FundationOne 的資料，我把程式碼開源在留言裡

原始 Facebook 貼文：連結

# Claude 贊日

協霆這份進度報告本質上是在記錄 AI 輔助開發的威力。半年前，他花一個月手工研究如何從 FoundationOne 的 XML 報告提取關鍵資訊。現在，用 Windsurf（或 Claude 搭配 MCP）同樣的任務只需三小時。這個十倍速的提升不是來自於他變得更聰明，而是開發工具的根本性進步。

FoundationOne NGS 報告本身就很複雜——包含腫瘤基因組數據、變異詮釋、臨床意義等多層結構。直接轉換成 cBioPortal 的格式涉及數據清理、欄位映射、檔案格式轉換等繁瑣工作。半年前需要一個月的時間來理解 XML 結構、手工測試、除錯，現在可以把整個需求描述給 AI，讓它協助快速原型化。

值得注意的是協霆把程式碼開源在留言中。這對於其他做癌症研究的醫師特別有幫助——FoundationOne 的數據格式並非完全標準化，各家醫院上傳的 XML 結構可能略有不同。開源程式碼能讓社群快速修改、擴展，遠勝於一個人獨自維護的商用軟體。

這個故事也說明了為什麼「會用 AI 寫程式」正在成為臨床研究的必備技能。自動化越來越廉價，手工資料處理越來越浪費時間。

相關技能推薦：

1. 理解 NGS 報告格式與臨床詮釋
2. cBioPortal 的資料導入流程
3. Windsurf/Cursor 搭配 MCP 的最佳實踐